使用基于深度学习的EPVS细分和DTI-ALPS分析在阿尔茨海默病中对大脑淋巴细胞成像特征的定量评估
Fenyang Chen1, Tiantian Heng2, Qi Feng3
1Department of Medical Imaging, Section One of Air Force Hangzhou Special Crew Sanatorium of PLA AIR Force, Hangzhou, China.
Frontiers in aging neuroscience
|July 31, 2025
概括
深度学习准确地分割扩大周周血管空间 (EPVS) 和扩散张力图像分析沿周周血管空间 (DTI-ALPS) 索引. 与对照人群相比,阿尔茨海默病和轻度认知障碍患者的淋巴功能都发生了变化.
科学领域:
- 神经成像是一种神经成像.
- 生物医学工程 生物医学工程
- 神经学 神经学
背景情况:
- 淋巴系统功能障碍与神经退行性疾病有关.
- 对于早期诊断,需要定量成像生物标志物.
研究的目的:
- 量化评估阿尔茨海默病 (AD) 中的大脑淋巴细胞成像特征,记忆力轻度认知障碍 (aMCI) 和正常对照 (NC).
- 应用深度学习用于扩大周周血管空间 (EPVS) 的自动细分和沿周周血管空间 (DTI-ALPS) 索引进行扩散张力成像分析.
主要方法:
- 包括89名AD,24名aMCI和32名NC参与者.
- 在T1WI和T2WI图像上使用VB-Net模型进行自动化EPVS细分.
- 计算了EPVS指标和DTI-ALPS指数;分析了群体差异和认知相关性.
主要成果:
- VB-Net实现了高分段精度 (Dice>0.90). 这是一个非常好的方法.
- 与NC相比,AD和aMCI组显示EPVS体积/数量显著增加,ALPS指数减少 (P <0.05).
- EPVS和ALPS指标与认知表现有很强的相关性.
结论:
- 基于深度学习的EPVS细分与DTI-ALPS分析相结合,提供了对淋巴细胞变化的多维评估.
- 这种方法显示了早期诊断和神经退行性疾病的翻译的潜力.
